Kinijos dirbtinio intelekto laboratorijos per kelias savaites sukėlė sujudimą pasaulinėje DI rinkoje. Tokie modeliai kaip „Qwen 1.5“ ir „DeepSeek V3“ pasiekė amerikietiškų pažangiausių modelių lygį, tačiau jų kūrimo ir naudojimo kaina kelis kartus mažesnė. Svarbiausia – šių modelių svoriai atveriami visam pasauliui.
Tuo pat metu „Nvidia“ vadovas Jensen Huang viešai pareiškė, kad atviri svoriai yra ateitis ir būtini JAV DI lyderystei. Priešingą toną užduoda „OpenAI“ ir „Anthropic“, Vašingtone perspėjančios apie saugumo rizikas, jei galingi kiniški modeliai taps lengvai prieinami.
Kas yra atviri svoriai?
Transliuojant paprastai, uždari modeliai veikia kaip programinė paslauga: gaunate prieigą per API, bet nematote nei kodo, nei svorių, negalite jų nukopijuoti. Tikras atvirasis kodas būtų tada, kai viešai pateikiami ne tik svoriai, bet ir mokymo duomenys bei treniravimo kodas – tai DI pasaulyje vis dar retenybė.
Atvirų svorių modeliai užima tarpinę poziciją. Laboratorijos, tokios kaip „Meta“, „Alibaba“, „Mistral“ ar „DeepSeek“, leidžia parsisiųsti ištreniruotus svorius ir juos paleisti savo aplinkoje. Verslas negauna visos „receptūros“, bet turi veikiantį „ingredientą“, kurį gali įdėti į savo produktus be papildomų leidimų.
Kam tai iš tikrųjų rūpi?
Paprastam naudotojui mažai kas pasikeičia – jis ir toliau naudosis pokalbių robotais ar generatyviniais įrankiais. Tačiau įmonėms, ypač finansų, sveikatos ar teisinėse srityse, galimybė laikyti modelį savo serveryje reiškia gerokai mažesnę duomenų nutekėjimo riziką.
Antroji grupė – startuoliai ir mažesnės technologijų bendrovės, kurioms „OpenAI“ ar „Anthropic“ kainos yra per didelės. Pavyzdžiui, mėnesio užklausų apimtis, kuri su „DeepSeek“ kainuoja apie 80 eurų, naudojant panašų „GPT-4“ lygio modelį gali atsieiti daugiau kaip 400 eurų, o su „Claude Opus“ perkopti 800 eurų.
Trečioji grupė – infrastruktūros tiekėjai: debesų kompiuterijos paslaugų teikėjai ir lustų gamintojai. Nesvarbu, ar modelis uždaras, ar atvirų svorių, jam veikti reikia grafinių procesorių, atminties ir duomenų centrų. Todėl „Nvidia“ pelnosi bet kuriuo atveju ir logiškai remia atvirų svorių plitimą.
Kinijos strategija: pigiau ir mastu
Vienas pagrindinių kiniškų modelių pranašumų – architektūra, vadinama ekspertų mišiniu. Vietoje to, kad kiekvienai užklausai būtų aktyvuojamas visas milžiniškas modelis, veikia maršrutizatorius, parenkantis tik kelis „ekspertus“, reikalingus konkrečiam atsakymui.
Tai leidžia smarkiai sumažinti skaičiavimo sąnaudas. Skaičiuojama, kad „DeepSeek V3“ treniravimas kainavo apie 5 milijonus 200 tūkstančių eurų, kai panašaus lygio uždarų modelių kūrimas vertinamas daugiau kaip 90 milijonų eurų. Mažesnė savikaina leidžia agresyviai mažinti kainas ir tuo pačiu dalintis svoriais.
Vakarų laboratorijos pasirinko kitus kompromisus. „Anthropic“ renkasi tankią architektūrą, kuri brangesnė, bet užtikrina didesnį stabilumą ir prognozuojamumą – tai svarbu jų saugumo reputacijai. „OpenAI“ taip pat naudoja ekspertų mišinį, tačiau dalį pajėgumų skiria saugumo filtrams, o tai didina sudėtingumą ir kainą.
Ar uždarytas modelis dar ką nors saugo?
Kodėl Kinijos laboratorijos nebijo dalintis svoriais? Todėl, kad jų verslo esmė – ne pati „sėkla“, o „ūkis“. Pagrindinė vertė slypi gebėjime pigiausiai ir patikimiausiai apdoroti milžiniškus užklausų srautus, o ne pačiame recepte.
Be to, visiškai apsaugoti svorius tampa vis sunkiau. Modeliai gali būti nutekinti iš vidaus, o konkurentai gali sistemingai naudoti uždaro modelio atsakymus savo modeliams distiliuoti. Kitaip tariant, net ir neatveriant svorių, gebėjimai anksčiau ar vėliau išsisklaido rinkoje.
Todėl dalis rinkos žaidėjų renkasi logiką: jei „sėklos“ vis tiek plis, verta statyti tokį „ūkį“, kurio niekas nepajėgs aplenkti pagal efektyvumą. Ši kova dėl efektyviausio DI fabriko ir lemia, kodėl Kinija taip drąsiai atveria savo geriausių modelių svorius, o Vakarų bendrovės ir politikai vis garsiau kalba apie saugumo, ekonomikos ir geopolitikos pusiausvyrą.
